지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.9
- 수록면
- 187 - 192 (6page)
- DOI
- 10.5370/KIEEP.2020.69.3.187
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The Fourth Industrial Revolution, the introduction of ICT technology, expanded throughout society, increases daily convenience and industrial productivity. But along with the advancing technology, new malicious program threats have also continued to surge. This study proposes a malware detection method using static analysis and stacking techniques to detect new malware as fast and accurately. And we used PE header features, which are extracted through static analysis to process malware without executing it actually. The pe_packer feature was the most efficient in the experiment due to processing the extracted data in various ways and applying it to the machine learning model. So we selected as the feature data to be used to the stacking model. The detection model is implemented based on the stacking technique rather than a single model to detect with high accuracy. The proposed system can classify malware or normal files with fast and accurately. And It has a 94.7 percent detection rate and is better than the existing single model-based detection system.
목차
Abstract
1. 서론
2. Related Work
3. Proposed Model
4. Experiments Result
5. Conclusion
References
참고문헌 (8)
참고문헌 신청
AV-TEST, “The AV-TEST Security Report 2018/2019,” https://www.av-test.org/fileadmin/pdf/security_report/AV-TEST_Security_Report_2018-2019.pdf, accessed May. 2020.
CCTVNEWS, “The technical trends machine learning-based anti-virus,” http://www.cctvnews.co.kr/news/articleView.html?idxno=82784, accessed May. 2020.
Ji-hee Ha, Su-jeong Kim, and Tae-jin Lee, “Feature Extraction using DLL/API Statistical Analysis and Malware Detection based on Machine Learning,” The Journal of Korean Institute of Communications and Information Sciences, vol. 43, no. 4, pp. 730-739, Apr. 2018.
M. Ahmadi, D. Ulyanov, S. Semenov, M. Trofimov, and G. Giacinto, “Novel feature extraction, selection and fusion for effective malware family classification,” Proceedings of the 6th ACM Conference on Data and Application Security and Privacy, pp. 183-194, Mar. 2016.
Hyunjong Lee, Seongyul Euh, and Doosung Hwang, “API Feature Based Ensemble Model for Malware Family Classification,” Journal of The Korea Institute of Information Security & Cryptology, vol. 29, pp. 531-539, Jun. 2019.
M. Ahmadi, D. Ulyanov, S. Semenov, M. Trofimov, and G. Giacinto, “Novel feature extraction, selection and fusion for effective malware family classification,” Proceedings of the 6th ACM Conference on Data and Application Security and Privacy, pp. 183-194, Mar. 2016.
Hyunjong Lee, Seongyul Euh, and Doosung Hwang, “API Feature Based Ensemble Model for Malware Family Classification,” Journal of The Korea Institute of Information Security & Cryptology, vol. 29, pp. 531-539, Jun. 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Study on Variant Malware Detection Techniques Using Static and Dynamic Features
JIPS(Journal of Information Processing Systems)
2020 .01
-
PE 파일과 스태킹 기법 기반 악성 코드 탐지 시스템 개발
대한전기학회 워크샵
2020 .07
-
Experimental Comparison of Machine Learning Models in Malware Packing Detection
한국통신학회 APNOMS
2020 .09
-
PE Header-Based Multinomial Malware Classification Using ML for Computing Systems
한국통신학회 학술대회논문집
2023 .06
-
전처리를 이용한 CNN 악성코드 탐지 기법 소개
대한전자공학회 학술대회
2021 .06
-
Automatic Malware Detection with Machine Learning Algorithms in a Smart Office Environment
IEIE Transactions on Smart Processing & Computing
2018 .08
-
악성코드 동향 및 분석 방법
정보과학회지
2023 .01
-
정적 분석 기반 기계학습 기법을 활용한 악성코드 식별 시스템 연구
정보보호학회논문지
2019 .08
-
A Chi-Square-Based Decision for Real-Time Malware Detection Using PE-File Features
JIPS(Journal of Information Processing Systems)
2016 .12
-
악성 안드로이드 앱 탐지를 위한 개선된 특성 선택 모델
정보보호학회논문지
2020 .06
-
Deep Learning을 활용한 악성코드 탐지 방법 동향 분석
Proceedings of KIIT Conference
2018 .06
-
Stacked Autoencoder 기반 악성코드 Feature 정제 기술 연구
정보보호학회논문지
2020 .08
-
하이브리드 특징 및 기계학습을 활용한 효율적인 악성코드 분류 시스템 개발 연구
정보보호학회논문지
2018 .10
-
Machine Learning-Based Malware Detection and Malicious URL Classification System for Detecting Cyberattacks and Achieving Cybersecurity
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2025 .03
-
악성코드의 이미지 기반 딥러닝을 위한 전처리 방법 설계 및 개발
멀티미디어학회논문지
2020 .05
-
API Call Time Interval을 활용한 머신러닝 기반의 악성코드 탐지
정보보호학회논문지
2020 .02
-
유사 악성코드 생성을 이용한 악성코드 탐지 성능 향상
한국정보과학회 학술발표논문집
2018 .12
-
모바일 게임에서 악성 프로그램 탐지에 관한 연구
한국컴퓨터정보학회 학술발표논문집
2018 .01
-
머신 러닝(Machine Learning)기법을 활용한 실시간 악성파일 탐지 기법
한국정보기술학회논문지
2018 .03
-
Non-PE 악성코드 분석을 위해 향상된 악성코드 탐지 시스템 구현
대한전자공학회 학술대회
2020 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
안드로이드 환경에서 시계열 기반의 악성코드 탐지 기법과 행동 기반 악성코드 탐지 기법의 비교 분석
김기현
,
최미정
한국통신학회 학술대회논문집
2015
.01
딥러닝과 PDF 객체분석을 이용한 문서형 악성코드 탐지
윤채은
,
정혜현
,
서창진
전기학회논문지 P
2021
.03
태양광 모듈용 커버글라스의 오염방지에 관한 연구
황순오
,
최혁주
,
이석원
외 2명
전기학회논문지 P
2020
.12
PE 파일과 스태킹 기법 기반 악성 코드 탐지 시스템 개발
조진영
,
고은기
,
유혜빈
외 2명
대한전기학회 워크샵
2020
.07
오토인코더를 이용한 지하전력구 이상감지 시스템
강수경
,
박명혜
,
김영현
외 2명
전기학회논문지 P
2020
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-560-001154337